Desafíos y oportunidades de la Inteligencia Artificial en Educación
Este artículo forma parte de una serie en la que podrás encontrar información relevante y reciente sobre Inteligencia Artificial y Educación. Puedes echar un vistazo a las entradas de las semanas anteriores. Comenzamos con Moodle.
La comunidad de Moodle, la herramienta de software libre para la gestión del aprendizaje con más instalaciones en todo el mundo, lleva tiempo explorando las posibilidades del uso de la IA para mejorar y expandir las funcionalidades de este popular LMS. En la última MoodleMoot Global, que se celebró el pasado mes de septiembre en Barcelona, una de las ponencias más celebradas fue la del australiano Chad Outten, CEO de mylearningspace. Con el título Hello: AI. Is this the end of education as we know it? [Hola IA. ¿Es este el fin de la educación tal y como la conocemos?], Chad Outten aborda el impacto de la IA en el ámbito educativo, subrayando inevitabilidad de su adopción y planteando tanto las oportunidades como los desafíos. Entre los desafíos: la necesidad de formación continua para que los educadores estén actualizado y la importancia de implementar controles y regulaciones éticas para la IA, especialmente en educación, donde se pueden dar problemas como sesgo algorítmico o la difusión de información errónea. Outten recomienda un enfoque equilibrado para la adopción de IA en educación, enfatizando la necesidad de desarrollar tanto habilidades técnicas como habilidades blandas (juicio crítico y trabajo en equipo, entre otras) para adaptarse al cambiante panorama laboral y educativo que trae la IA de la mano.
Un tweet de Marian Ferrarelli nos lleva a un interesante artículo del Financial Times donde aprovechan muy hábilmente las visualizaciones para que comprendamos mejor la forma en qué funcionan las redes neuronales [en particular los modelos transformer] que hay tras los modelos de lenguaje natural [ya hablábamos sobre este tema la semana pasada]. El artículo, que lleva por título La IA generativa existe gracias a los transformers, es un buen ejemplo de cómo la visualización gráfica de datos e información permite comprender mejor conceptos complejos.
Sobre el impacto de la IA en el ámbito de la enseñanza y aprendizaje de matemáticas y tecnología podemos leer a Claire Bryan del The Seattle Times en el Hechinger Report, uno de los medios que, en colaboración con The Seattle Times, están escribiendo acerca de la crisis en la educación matemática que está teniendo lugar en los USA. En el artículo AI might disrupt math and computer science classes – in a good way, que se desarrolla en torno a entrevistas con docentes de matemáticas de diferente instituciones, se ponen de relieve los límites de ChatGPT [«…puede mostrar los pasos correctos para resolver un problema matemático y luego dar la respuesta incorrecta. Esto se debe a que «en realidad no está haciendo los cálculos», simplemente une partes de oraciones en las que otras personas han descrito cómo resolver problemas similares«]. ChatGPT puede ser un fantástico aliado en la enseñanza de matemáticas: para el profesorado puede ser un asistente que le ayude a planificar las clases, puede dar retroalimentación valiosa a los estudiantes mientras estudian y resuelven problema, y puede ofrecer información relevante a las familias.
Precisamente a través de este último artículo hemos descubierto que la plataforma The Khan Acadamy, famosa por sus videotutoriales para resolver problemas de matemáticas, ha incorporado un tutor basado en IA al que han llamado Khanmigo. Los usuarios pueden recurrir a él mientras realizan problemas de matemáticas y pedirle ayuda cuando estén atascados. El asistente virtual está programado para que en lugar de mostrar la respuesta ayude al estudiante a pensar sobre el problema con preguntas del tipo «¿cuál es el siguiente paso?» o «¿qué crees que podría ser lo siguiente que debes hacer?». A la derecha puedes ver una captura de pantalla que muestra el tipo de conversación que genera Khanamigo.
Cuando hablamos de IA y Educación debemos tener presente que hay dos grandes enfoques, el del la enseñanza y el aprendizaje con IA y el de la enseñanza y aprendizaje sobre IA [alfabetización en IA]. En este segundo ámbito profundiza especialmente el artículo The Unintended Consequences of Artificial Intelligence and Education de Wayne Holmes [profesor asociado en la Facultad de Educación y Sociedad del University College de Londres]. En dicho artículo se aborda la importancia de la alfabetización en IA, que incluye tanto aspectos tecnológicos como sociales y éticos, y se destaca el papel crucial del profesorado para asegurarse de la enseñanza sobre la IA promueva los derechos humanos y la justicia social, a la vez que empodera al profesorado y apoya la agencia del alumnado. Entre las conclusiones más destacadas del artículo está la importancia de mantener el enfoque en la comunidad en lugar de la individualidad en la educación personalizada que permite el uso de la IA.
En cuanto a las novedades del sector de la IA cabe destacar que OpenAI acaba de anunciar, en la búsqueda de una mejor comprensión de las capacidades y los riesgos de los modelos de IA más avanzados, la creación del Foro Frontier Model, un organismo centrado en garantizar el desarrollo y uso seguro y responsable de los modelos de IA a nivel mundial. Asimismo se anuncia la creación de un fondo dotado con más de 10 millones de dólares, AI Safety Fund, para promover la investigación en el campo de la seguridad de la IA. Estas iniciativas cuentan con el apoyo de Anthropic, Google y Microsoft. Al frente del Foro estará como director ejecutivo Chris Meserole.
Termino con un anuncio para investigadoras/es. La Universidad de Granada abrió el pasado viernes 27 de octubre el plazo de solicitud, que se extiende hasta el 10 de noviembre, para solicitar uno de los dos contratos predoctorales FPI que ofrece en la interfaz entre deeplearning, estadística y neurociencia. Los proyectos son:
- PID2022-137629OA-I00: LATent variable models to Determine the Onset of neurodegenerative Symptoms (LATiDOS), que llevará a cabo un modelado estadístico basado en datos de la progresión y el inicio de los síntomas en enfermedades neurodegenerativas.
- PID2022-137451OB-I00: Statistical signal processing tools to VALidate DEEP learning models in neuroSCIENCE (Val-DEEP-SCIENCE), para la creación de herramientas de validación e interpretabilidad estadísticas para su uso en neurociencia.
Buen finde.
Imagen de cabecera generada con Dall·e (prompt: a group of happy students in the classroom learning mathematics with artificial intelligence, real image)
